| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题研究的背景和意义 | 第9-10页 |
| ·研究的背景 | 第9-10页 |
| ·课题的意义 | 第10页 |
| ·本论文的内容安排 | 第10-11页 |
| ·主要研究内容 | 第11页 |
| ·存在的主要困难 | 第11页 |
| ·本文组织结构 | 第11-13页 |
| 第2章 半监督学习技术与支持向量机综述 | 第13-17页 |
| ·半监督学习技术 | 第13-14页 |
| ·支持向量机 | 第14-15页 |
| ·本章小结 | 第15-17页 |
| 第3章 基于半监督学习的眉毛图像分割方法 | 第17-27页 |
| ·引言 | 第17页 |
| ·眉毛图像库 | 第17-18页 |
| ·基于半监督学习的眉毛图像分割方法 | 第18-24页 |
| ·基于图的半监督学习方法简介 | 第18-19页 |
| ·半监督图方法在眉毛图像分割中的应用 | 第19-22页 |
| ·实验及结果分析 | 第22-24页 |
| ·本章小结 | 第24-27页 |
| 第4章 基于半监督学习和哈希索引的眉毛图像分割方法 | 第27-37页 |
| ·引言 | 第27页 |
| ·半监督学习和哈希索引相结合的眉毛图像分割 | 第27-35页 |
| ·局部敏感的哈希索引方法简介 | 第27-30页 |
| ·哈希搜索方法在基于图的半监督学习技术中的应用 | 第30-32页 |
| ·基于半监督学习和哈希索引的眉毛图像分割 | 第32-33页 |
| ·实验及结果分析 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第5章 眉毛特征提取 | 第37-47页 |
| ·引言 | 第37页 |
| ·基于离散傅里叶变换的眉毛特征提取 | 第37-40页 |
| ·基于Gabor 滤波的眉毛特征提取 | 第40-43页 |
| ·应用主成分分析对眉毛特征向量进行降维 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第6章 基于支持向量机的眉毛识别 | 第47-55页 |
| ·引言 | 第47页 |
| ·基于支持向量机的眉毛识别方法 | 第47-52页 |
| ·支持向量机方法简介 | 第47-51页 |
| ·支持向量机方法在眉毛识别中的应用 | 第51-52页 |
| ·基于支持向量机的眉毛识别方法的实验结果及分析 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 1 工作总结 | 第55-56页 |
| 2 展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间所发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |